Deepgram, Pipecat-in yaradıcısı Daily-ni satın alır, səsli süni intellekt infrastrukturunu gücləndirir

Deepgram cümə axşamı bildirdi ki, Pipecat-ın yaradıcısı və saxlayıcısı Daily-ni satın alır; Pipecat ən populyar açıq mənbə səsli süni intellekt infrastrukturlarından biridir. Şirkətlər sövdələşmə məbləğini açıqlamadılar, lakin Pipecat-ı açıq mənbə saxlayacaqlarını bildirdilər. Deepgram satın almanın səsli süni intellekt infrastrukturunu gücləndirmək məqsədi daşıdığını söylədi.

Pipecat və Daily-nin infrastrukturu

Pipecat səs və video axınlarını, həmçinin nitqdən mətnə, böyük dil modelləri və mətndən nitqə modelləri kimi boru kəmərindəki digər hissələri idarə edən çərçivədir və gecikməni azaldır. Daily istənilən növ səs və video zənglər üçün hostinq infrastrukturu təqdim edir. Pipecat ilə Deepgram, ehtimal ki, real vaxt səs və video infrastrukturunu daha dərin anlayacaq.

PitchBook məlumatlarına görə, Daily indiyədək Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom və Kevin Weil daxil olmaqla investorlardan 62 milyon dollardan çox maliyyə cəlb edib. Bu ilin əvvəlində Deepgram 130 milyon dollarlıq C seriyası raundu ilə yunikon statusuna çatdı. Hər iki şirkət 2016-cı ildə eyni Y Combinator qrupunda idi.

Açıq mənbə və məhsul planları

Daily-nin həmtəsisçisi Kwindla Kramer dedi ki, şirkət GPT-4 çıxanda təxminən o vaxt səs və mətn vasitəsilə AI-insan ünsiyyətini sınaqdan keçirməyə başladı və bu, sonradan Pipecat çərçivəsinə gətirib çıxardı. O dedi ki, satın alma marağı var idi, lakin o, Deepgram-ın baş direktoru Scott Stephenson-un Pipecat-ı əbədi olaraq açıq mənbə saxlamaq öhdəliyini, həmçinin Daily komandasına daha böyük təşkilat daxilində stekin müxtəlif hissələrində işləmək azadlığı verən uyğun mühəndislik mədəniyyətlərini üstün tutdu.

Kramer dedi ki, Scott Pipecat-ın əbədi olaraq açıq mənbə və satıcıdan asılı olmayan qalmasına öhdəlik götürdü və sürətlə böyüyən ekosistemin mərkəzində yerləşən şirkət üçün açıq ekosistemin kommersiya üstünlüyü ola bilər. Stephenson dedi ki, Deepgram uzun müddətdir açıq mənbədə işləmək istəyib və agentlər üçün orkestrasiya çərçivəsini potensial sahə kimi görüb. O dedi ki, Deepgram ekosistemi açıq saxlamaq istəyir ki, hər kəs fərqli modellərdən istifadə etsə belə səsli agentlər qura bilsin, və şirkət geri qaldığı sahələrdə daha yaxşı olmaq istəyir.

Stephenson dedi ki, satın alma tərtibatçılara fərqli modelləri və bütün hissələri birləşdirən kontekst şinini qoşmaqla ifadəlilik və ucdan-uca nitq sistemləri ilə agentlər qurmağa imkan verir. Deepgram üçün sövdələşmə həmçinin Pipecat vasitəsilə səsdən kənar sahələri araşdırmağa imkan verir, çünki çərçivə fərqli formatlarda real vaxt ünsiyyətə xidmət edir. Kramer dedi ki, komanda heç vaxt Pipecat-ı səs alətlər dəsti kimi düşünməyib, yeni növ AI-native proqram təminatı qurmaq üçün lazım olan alətlər dəsti kimi düşünüb və real vaxt həmişə şirkətin hardan gəldiyinə görə qəbul edilib.

Real-Time Context Standard və bazar konteksti

Deepgram həmçinin Pipecat komandası ilə birgə hazırladığı səsli agentlər üçün açıq protokol olan Real-Time Context Standard-ı işə salır. Protokol audio-dan kontekst, məsələn pıçıltı kimi metadata-nı, dil modelinin bu siqnallardan necə istifadə edə biləcəyinə dair təlimatları və cavabın necə səslənməli olduğunu göstərişi müəyyən edir.

Səsli süni intellekt həm model, həm infrastruktur tərəflərindən çoxlu investisiya görüb. ElevenLabs, Gradium və Fish Audio kimi model yaradıcıları milyonlarla dollar cəlb ediblər. LiveKit və Vapi kimi infrastruktur şirkətləri bu il milyonlarla dollarlıq maliyyə raundları cəlb ediblər.

Mənbələr: TechCrunch